O piloto brilhou na demo. O fornecedor aplaudiu, a diretoria se animou, e três meses depois ninguém lembra a senha do dashboard. O experimento não falhou por falta de tecnologia. Faliu por falta de dono, de baseline e de métrica, as três coisas que ninguém colocou no contrato.
Minha tese, depois de 20 anos entre design, código e operação: piloto de IA morre de gestão, não de modelo. Abaixo vai a autópsia com os números de 2026 e o piloto de 30 dias que sai do papel, com quatro regras e critério de passa ou não passa. Para o panorama completo do site que vende, volte ao guia do site que vende todo dia.
Key Takeaways
- 74% das empresas recuaram ou cancelaram pilotos de IA (Mobile Time, mai/2026, via FWC).
- 62% das empresas experimentam IA, mas menos de 10% conseguem escalar para produção (McKinsey via Startupi); 62% dos líderes admitem não saber orquestrar (via Startupi).
- Causas medidas pela Nautis: 67% sem baseline, 88% com métrica errada, 61% com plataforma antes do processo (83% viraram prateleira), 79% de contratos sem produção em 12 meses, 58% sem dono interno.
- A saída: processo antes de plataforma, 1 métrica no dia zero, 1 dono interno e 30 dias com 10 a 20% do volume real.
O que os números dizem sobre a mortalidade dos pilotos?
Os números convergem para o mesmo diagnóstico. Levantamento do Mobile Time de maio de 2026, via FWC, registra que 74% das empresas recuaram ou cancelaram pilotos de IA. Pesquisa McKinsey divulgada via Startupi mostra que 62% das empresas experimentam IA, mas menos de 10% conseguem escalar para produção.
Repare no que isso significa: recuo não é rejeição à IA, é rejeição a piloto sem gestão. As mesmas empresas que cancelaram continuam comprando, só que agora exigem prova, dono e contrato amarrado a resultado. O funil experimento-para-escala tem um gargalo no meio, e esse gargalo tem nome: orquestração.
Do experimento à escala: onde o funil de IA quebra em 2026.
Por que experimentar é fácil e escalar é raro?
Escalar IA é problema de orquestração, não de modelo. Segundo levantamento divulgado via Startupi, 62% dos líderes admitem não saber orquestrar agentes e fluxos de IA na operação. O gargalo não está no chatbot que responde bem na demo, está em dono, processo, dado e permissão, que ninguém desenhou antes do piloto.
Demo e operação são esportes diferentes. Na demo, o dado é limpo, o volume é zero e o usuário é benevolente. Na operação, o dado é sujo, o pico é às 18h de sexta e o usuário tenta quebrar o fluxo de propósito. Orquestração é a disciplina que liga os dois mundos: quem decide, com qual dado, com qual permissão, com qual fallback quando a IA erra. Sem isso, cada acerto da demo vira um incidente da operação.
E há a trava jurídica, que derruba piloto bom com arquitetura ruim: sem base legal, sem log e sem limite de acesso, o projeto morre no comitê. Os detalhes estão no guia LGPD + PL 2338.
Quais são os 7 erros que matam pilotos?
A Nautis estudou pilotos que morreram e listou causas que se repetem com frequência assustadora: 67% começaram sem baseline, 88% escolheram a métrica errada e 61% compraram plataforma antes de desenhar o processo. Desses últimos, 83% viram a ferramenta virar prateleira. Some 79% de contratos de 6 meses sem nada em produção em 12 meses e 58% sem dono interno.
Cada causa tem um antídoto de uma linha. Sem baseline, meça o custo atual por conversa, ticket ou hora antes de ligar a IA. Métrica errada, troque vaidade (mensagens trocadas) por dinheiro ou tempo (custo por resolução, horas devolvidas). Plataforma antes do processo, desenhe o fluxo no papel com quem opera, depois escolha ferramenta. Contrato sem produção, amarre parcela a marco em produção, não a entrega de relatório. Sem dono, nomeie uma pessoa com poder de dizer não. E conte com a degradação: sem manutenção, a qualidade do agente cai em 4 a 6 meses, porque dado muda, catálogo muda e prompt envelhece.
Causas de morte de pilotos de IA medidas pela Nautis.
Qual é o piloto de 30 dias que sai do papel?
O piloto que sai do papel cabe em 30 dias e segue quatro regras: processo antes de plataforma, uma única métrica definida no dia zero, um dono interno com poder de decisão e volume real de 10 a 20% da operação. Sem essas quatro, o piloto vira teatro com dashboard bonito e nenhum aprendizado transferível.
O calendário é simples. Semana 1: baseline e desenho (meça o hoje, desenhe o fluxo com quem opera, defina a métrica e o limite do humano no loop). Semana 2: construção mínima com dado real controlado. Semanas 3 e 4: operação assistida com 10 a 20% do volume, dono acompanhando todo dia. Dia 30: veredito binário. A métrica melhorou além do combinado com custo conhecido? Vira produção. Não melhorou? Morre sem culpa e com aprendizado documentado, que é o segundo melhor resultado possível.
Volume real é inegociável: piloto com 2% do tráfego valida interface, não operação. E uma métrica só, porque três métricas viram três narrativas e o piloto que pode ser contado de três jeitos nunca morre nem escala. Para dimensionar o custo desse piloto no canal que mais converte, use o guia de preço e ROI do agente no WhatsApp.
Como medir ROI sem autoengano?
Levantamento da Nautis mostra que 91% das PMEs não medem ROI de IA. Sem baseline do custo atual por conversa, por ticket ou por hora, qualquer economia anunciada é chute com gráfico. Medir ROI de piloto exige três números honestos: quanto custa hoje, quanto custou o piloto e o que mudou no comportamento do cliente.
A conta cabe num guardanapo. Custo de hoje por mês (gente + ferramenta + retrabalho). Custo do piloto por mês (mensalidade, tokens, horas do dono interno). Ganho medido (conversas resolvidas sem humano vezes custo unitário, mais horas devolvidas vezes custo da hora). ROI é ganho menos custo, dividido pelo custo, no período. E inclua a manutenção: sem revisão trimestral de prompt, base e integrações, a qualidade degrada em 4 a 6 meses e o ROI do ano 1 não se repete no ano 2.
Perguntas frequentes
30 dias bastam para validar um piloto de IA?
Para um caso delimitado (um fluxo, uma métrica, 10 a 20% do volume), sim: 30 dias mostram se a métrica se move e quanto custa movê-la. O que 30 dias não validam é escala total, sazonalidade e degradação ao longo de meses. Por isso o veredito do dia 30 é "vira produção assistida", nunca "liga para 100% e esquece".
Quem deve ser o dono interno do piloto?
Alguém da operação que sente a dor todo dia e tem poder de mudar o processo, não um entusiasta sem agenda. Dono bom responde em horas, libera acesso a dado e decide o veredito do dia 30. Sem poder de decisão, o dono vira mensageiro entre fornecedor e diretoria, e o piloto morre de inanição.
E se o piloto passar e a operação não adotar?
Aí o problema nunca foi técnico, foi adoção: medo, incentivo ou interface. Antecipe no desenho com treinamento curto, mantendo o humano no controle das decisões sensíveis e mostrando o ganho na métrica que a equipe já acompanha. Piloto aprovado que ninguém usa é prateleira com outro nome, e os 83% da Nautis provam o tamanho desse cemitério.
Conclusão
- 74% recuaram pilotos; menos de 10% escalam: o gargalo é orquestração, não modelo.
- A autópsia tem 7 causas medidas, e as maiores são métrica errada (88%) e plataforma antes do processo (61%).
- O piloto de 30 dias funciona com 4 regras: processo primeiro, 1 métrica no dia zero, 1 dono, 10 a 20% do volume.
- ROI exige baseline antes e manutenção depois (degradação em 4 a 6 meses).